最新章節

• 關于本書
• 參考文獻
• 18.3.2 電池SOC估計實驗
• 18.3.1 參數辨識實驗
• 18.3 算法驗證與分析
• 18.2.4 重采樣

• 關于本書 更新時間：2021-09-08 16:38:45
• 參考文獻
• 18.3.2 電池SOC估計實驗
• 18.3.1 參數辨識實驗
• 18.3 算法驗證與分析
• 18.2.4 重采樣
• 18.2.3 粒子退化
• 18.2.2 計算流程
• 18.2.1 等效電路建模
• 18.2 粒子濾波估計SOC的實現
• 18.1.3 重要性采樣
• 18.1.2 蒙特卡羅法
• 18.1.1 貝葉斯估計
• 18.1 粒子濾波法
• 第18章 基于粒子濾波的鋰電池SOC估計
• 17.4.4 鋰電池SOC估計實驗
• 17.4.3 等效模型參數實驗驗證
• 17.4.2 模型參數辨識
• 17.4.1 HPPC實驗
• 17.4 實驗分析
• 17.3.3 模型設計與實現
• 17.3.2 基于AKF的計算步驟
• 17.3.1 迭代計算框架設計
• 17.3 基于AKF的SOC估計
• 17.2.2 迭代計算過程
• 17.2.1 自適應卡爾曼濾波法概述
• 17.2 自適應卡爾曼濾波法與SOC估計
• 17.1 鋰電池狀態空間模型構建
• 第17章 基于自適應卡爾曼濾波法的鋰電池SOC估計
• 16.3.2 鋰電池放電過程
• 16.3.1 鋰電池充電過程
• 16.3 系統設計與實驗結果
• 16.2.2 核函數和參數的選擇
• 16.2.1 估計方法研究
• 16.2 理論方法研究
• 16.1 研究背景
• 第16章 基于支持向量機的鋰電池SOC估計
• 15.4 仿真與實驗分析
• 15.3.2 改進的協方差匹配算法
• 15.3.1 標準協方差匹配算法
• 15.3 改進算法實現SOC估計
• 15.2.2 SR-UKF法流程
• 15.2.1 Cholesky分解與QR分解
• 15.2 平方根無跡卡爾曼濾波法
• 15.1 鋰電池SOC估計等效模型構建
• 第15章 基于等效建模和改進UKF的SOC估計
• 14.3 實驗結果分析
• 14.2 基于UKF-EKF法的SOC估計實現
• 14.1 聯合UKF-EKF估計的特點與優勢
• 第14章 基于UKF-EKF的鋰電池SOC估計
• 13.4 實驗結果分析
• 13.3.2 二分法迭代算法
• 13.3.1 坐標轉換法
• 13.3 靜態SOC估計方法
• 13.2.4 驗證與分析
• 13.2.3 仿真環境搭建
• 13.2.2 基于Simulink的模型構建
• 13.2.1 EKF法分析
• 13.2 算法仿真與系統設計
• 13.1.3 模型精度驗證
• 13.1.2 電池HPPC實驗及參數辨識
• 13.1.1 Thevenin等效模型
• 13.1 鋰電池等效建模
• 第13章 基于等效模型和EKF的鋰電池SOC估計
• 12.4.2 實驗結果與分析
• 12.4.1 模型構建
• 12.4 實驗與分析
• 12.3 改進EKF法
• 12.2.2 狀態方程構建
• 12.2.1 等效電路分析
• 12.2 等效建模與狀態空間描述
• 12.1 現有算法的對比分析
• 第12章 基于改進EKF的鋰電池SOC估計
• 11.4.2 結果驗證
• 11.4.1 BBDST工況
• 11.4 實驗效果分析
• 11.3 基于EKF的SOC估計
• 11.2 擴展卡爾曼濾波
• 11.1.4 輸出結果差分原因分析
• 11.1.3 二階模型的效果分析
• 11.1.2 電池HPPC實驗與參數辨識
• 11.1.1 二階等效模型
• 11.1 等效模型構建
• 第11章 基于二階RC模型和EKF的SOC估計
• 10.4.4 動態應力測試工況下實驗分析
• 10.4.3 循環放電擱置工況下實驗分析
• 10.4.2 模型實現與工況實驗分析
• 10.4.1 恒流放電實驗分析
• 10.4 實驗效果分析
• 10.3.2 估計模型構建
• 10.3.1 無跡變換
• 10.3 基于Thevenin和UKF的SOC估計
• 10.2 無跡卡爾曼濾波法
• 10.1 鋰電池SOC估計概述
• 第10章 基于無跡卡爾曼濾波的鋰電池SOC估計
• 9.3.2 SOC估計效果分析
• 9.3.1 端電壓跟蹤結果
• 9.3 實驗效果分析
• 9.2.4 實時SOC估計模型構建
• 9.2.3 估計過程的迭代計算
• 9.2.2 擴展卡爾曼濾波法
• 9.2.1 卡爾曼濾波法計算流程
• 9.2 迭代計算與模型構建
• 9.1.2 模型參數辨識
• 9.1.1 跟蹤模型的構建
• 9.1 跟蹤模型構建與參數辨識
• 第9章 基于Thevenin模型的SOC估計和端電壓跟蹤
• 8.4.4 純電動商用車用能量型蓄電池
• 8.4.3 純電動乘用車用能量型蓄電池
• 8.4.2 混合動力商用車用功率型蓄電池
• 8.4.1 混合動力乘用車用功率型蓄電池
• 8.4 國家標準中不同工況測試概述
• 8.3.4 基于優勢互補的算法融合與比較
• 8.3.3 其他方法
• 8.3.2 卡爾曼濾波及其擴展算法
• 8.3.1 基礎方法
• 8.3 現有估計方法概述
• 8.2 荷電狀態估計研究現狀
• 8.1.2 影響SOC的主要因素
• 8.1.1 荷電狀態的定義
• 8.1 荷電狀態定義與影響因素
• 第8章 荷電狀態估計基礎
• 7.4 多倍率組合模擬工況下的實驗驗證
• 7.3.3 辨識結果
• 7.3.2 實驗結果
• 7.3.1 實驗設備與步驟
• 7.3 實驗設計與結果分析
• 7.2.2 模型參數辨識
• 7.2.1 狀態空間描述
• 7.2 模型參數辨識方法研究
• 7.1 鋰電池Nernst模型及改進
• 第7章 基于改進Nernst模型的鋰電池參數辨識
• 6.3 模型效果驗證
• 6.2.3 脈沖實驗
• 6.2.2 實驗特性研究
• 6.2.1 算法仿真分析
• 6.2 實驗分析
• 6.1.3 電池模型的最小二乘形式
• 6.1.2 加入遺忘因子的最小二乘法辨識
• 6.1.1 最小二乘法原理
• 6.1 辨識原理分析
• 第6章 基于遺忘因子最小二乘的模型參數辨識
• 5.4.2 仿真結果與分析
• 5.4.1 仿真模型的構建
• 5.4 實驗驗證
• 5.3.3 參數變化曲線擬合
• 5.3.2 實驗結果
• 5.3.1 實驗設備與步驟
• 5.3 實驗設計與結果分析
• 5.2.2 模型參數辨識
• 5.2.1 實驗方法選擇
• 5.2 模型參數辨識方法研究
• 5.1.3 內阻辨識實驗
• 5.1.2 內阻測量方法
• 5.1.1 電池PNGV電路模型
• 5.1 鋰電池PNGV模型及改進
• 第5章 鋰電池PNGV等效電路建模與參數辨識
• 4.4.3 模型參數結果及分析
• 4.4.2 鋰電池Thevenin模型參數辨識
• 4.4.1 電池模型與狀態空間描述
• 4.4 鋰電池Thevenin模型與參數辨識
• 4.3.3 等效模型參數驗證
• 4.3.2 曲線擬合法
• 4.3.1 取點計算法
• 4.3 參數辨識
• 4.2.3 混合脈沖功率特性測試實驗
• 4.2.2 特性實驗與分析
• 4.2.1 充放電系統設計
• 4.2 系統設計與實驗分析
• 4.1.2 等效模型對比分析
• 4.1.1 電池性能的影響因素
• 4.1 理論研究
• 第4章 動力鋰電池測試平臺搭建與實驗分析
• 3.5.3 等效模型與參數辨識方法概述
• 3.5.2 等效電路建模與狀態空間表達
• 3.5.1 等效建模方法概述
• 3.5 等效建模與參數辨識
• 3.4.5 溫度特性分析
• 3.4.4 開路電壓特性分析
• 3.4.3 充放電特性分析
• 3.4.2 材料特性分析
• 3.4.1 內阻特性分析
• 3.4 鋰電池工作特性分析
• 3.3.3 電池組BMS測試設備
• 3.3.2 電池工作環境模擬設備
• 3.3.1 常規充放電設備
• 3.3 典型鋰電池工作性能測試設備
• 3.2.8 電池模型的建立
• 3.2.7 改進的電池模型
• 3.2.6 電池GNL模型
• 3.2.5 電池PNGV模型
• 3.2.4 電池Thevenin模型
• 3.2.3 電池Rint模型
• 3.2.2 電池建模類型及概念
• 3.2.1 電池建模概述
• 3.2 等效電路建模方法分析
• 3.1.2 電池管理系統及其必要性
• 3.1.1 電池管理系統概述
• 3.1 電池管理系統
• 第3章 電池管理與等效建模
• 2.3.3 鋰電池的溫度特性
• 2.3.2 鋰電池的放電特性
• 2.3.1 鋰電池的充電特性
• 2.3 鋰電池的工作特性
• 2.2 不同類型鋰電池對比分析
• 2.1.5 鈦酸鋰電池
• 2.1.4 三元聚合物鋰電池
• 2.1.3 錳酸鋰電池
• 2.1.2 鈷酸鋰電池
• 2.1.1 磷酸鐵鋰電池
• 2.1 鋰電池的分類與特點
• 第2章 鋰電池類型及其特點
• 1.4.4 國內發展現狀和前景
• 1.4.3 行業發展趨勢
• 1.4.2 主要應用領域
• 1.4.1 鋰電池的發展歷史
• 1.4 鋰電池的應用領域和發展趨勢
• 1.3.12 庫倫效率
• 1.3.11 自放電率
• 1.3.10 放電深度
• 1.3.9 荷電狀態
• 1.3.8 內阻特性
• 1.3.7 鋰電池功率
• 1.3.6 充放電次數
• 1.3.5 充放電倍率
• 1.3.4 容量特性
• 1.3.3 溫度特性
• 1.3.2 電流特性
• 1.3.1 電壓特性
• 1.3 鋰電池的基本概念
• 1.2.6 鋰電池的優缺點
• 1.2.5 鋰電池的外形分類
• 1.2.4 鋰電池的分段充電
• 1.2.3 鋰電池的工作原理
• 1.2.2 鋰電池的組成
• 1.2.1 鋰電池簡述
• 1.2 鋰電池工作機理分析
• 1.1 鋰電池的背景與意義
• 第1章 鋰電池概述
• 前言
• 內容概述
• 版權頁
• 封面

• 封面
• 版權頁
• 內容概述
• 前言
• 第1章 鋰電池概述
• 1.1 鋰電池的背景與意義
• 1.2 鋰電池工作機理分析
• 1.2.1 鋰電池簡述
• 1.2.2 鋰電池的組成
• 1.2.3 鋰電池的工作原理
• 1.2.4 鋰電池的分段充電
• 1.2.5 鋰電池的外形分類
• 1.2.6 鋰電池的優缺點
• 1.3 鋰電池的基本概念
• 1.3.1 電壓特性
• 1.3.2 電流特性
• 1.3.3 溫度特性
• 1.3.4 容量特性
• 1.3.5 充放電倍率
• 1.3.6 充放電次數
• 1.3.7 鋰電池功率
• 1.3.8 內阻特性
• 1.3.9 荷電狀態
• 1.3.10 放電深度
• 1.3.11 自放電率
• 1.3.12 庫倫效率
• 1.4 鋰電池的應用領域和發展趨勢
• 1.4.1 鋰電池的發展歷史
• 1.4.2 主要應用領域
• 1.4.3 行業發展趨勢
• 1.4.4 國內發展現狀和前景
• 第2章 鋰電池類型及其特點
• 2.1 鋰電池的分類與特點
• 2.1.1 磷酸鐵鋰電池
• 2.1.2 鈷酸鋰電池
• 2.1.3 錳酸鋰電池
• 2.1.4 三元聚合物鋰電池
• 2.1.5 鈦酸鋰電池
• 2.2 不同類型鋰電池對比分析
• 2.3 鋰電池的工作特性
• 2.3.1 鋰電池的充電特性
• 2.3.2 鋰電池的放電特性
• 2.3.3 鋰電池的溫度特性
• 第3章 電池管理與等效建模
• 3.1 電池管理系統
• 3.1.1 電池管理系統概述
• 3.1.2 電池管理系統及其必要性
• 3.2 等效電路建模方法分析
• 3.2.1 電池建模概述
• 3.2.2 電池建模類型及概念
• 3.2.3 電池Rint模型
• 3.2.4 電池Thevenin模型
• 3.2.5 電池PNGV模型
• 3.2.6 電池GNL模型
• 3.2.7 改進的電池模型
• 3.2.8 電池模型的建立
• 3.3 典型鋰電池工作性能測試設備
• 3.3.1 常規充放電設備
• 3.3.2 電池工作環境模擬設備
• 3.3.3 電池組BMS測試設備
• 3.4 鋰電池工作特性分析
• 3.4.1 內阻特性分析
• 3.4.2 材料特性分析
• 3.4.3 充放電特性分析
• 3.4.4 開路電壓特性分析
• 3.4.5 溫度特性分析
• 3.5 等效建模與參數辨識
• 3.5.1 等效建模方法概述
• 3.5.2 等效電路建模與狀態空間表達
• 3.5.3 等效模型與參數辨識方法概述
• 第4章 動力鋰電池測試平臺搭建與實驗分析
• 4.1 理論研究
• 4.1.1 電池性能的影響因素
• 4.1.2 等效模型對比分析
• 4.2 系統設計與實驗分析
• 4.2.1 充放電系統設計
• 4.2.2 特性實驗與分析
• 4.2.3 混合脈沖功率特性測試實驗
• 4.3 參數辨識
• 4.3.1 取點計算法
• 4.3.2 曲線擬合法
• 4.3.3 等效模型參數驗證
• 4.4 鋰電池Thevenin模型與參數辨識
• 4.4.1 電池模型與狀態空間描述
• 4.4.2 鋰電池Thevenin模型參數辨識
• 4.4.3 模型參數結果及分析
• 第5章 鋰電池PNGV等效電路建模與參數辨識
• 5.1 鋰電池PNGV模型及改進
• 5.1.1 電池PNGV電路模型
• 5.1.2 內阻測量方法
• 5.1.3 內阻辨識實驗
• 5.2 模型參數辨識方法研究
• 5.2.1 實驗方法選擇
• 5.2.2 模型參數辨識
• 5.3 實驗設計與結果分析
• 5.3.1 實驗設備與步驟
• 5.3.2 實驗結果
• 5.3.3 參數變化曲線擬合
• 5.4 實驗驗證
• 5.4.1 仿真模型的構建
• 5.4.2 仿真結果與分析
• 第6章 基于遺忘因子最小二乘的模型參數辨識
• 6.1 辨識原理分析
• 6.1.1 最小二乘法原理
• 6.1.2 加入遺忘因子的最小二乘法辨識
• 6.1.3 電池模型的最小二乘形式
• 6.2 實驗分析
• 6.2.1 算法仿真分析
• 6.2.2 實驗特性研究
• 6.2.3 脈沖實驗
• 6.3 模型效果驗證
• 第7章 基于改進Nernst模型的鋰電池參數辨識
• 7.1 鋰電池Nernst模型及改進
• 7.2 模型參數辨識方法研究
• 7.2.1 狀態空間描述
• 7.2.2 模型參數辨識
• 7.3 實驗設計與結果分析
• 7.3.1 實驗設備與步驟
• 7.3.2 實驗結果
• 7.3.3 辨識結果
• 7.4 多倍率組合模擬工況下的實驗驗證
• 第8章 荷電狀態估計基礎
• 8.1 荷電狀態定義與影響因素
• 8.1.1 荷電狀態的定義
• 8.1.2 影響SOC的主要因素
• 8.2 荷電狀態估計研究現狀
• 8.3 現有估計方法概述
• 8.3.1 基礎方法
• 8.3.2 卡爾曼濾波及其擴展算法
• 8.3.3 其他方法
• 8.3.4 基于優勢互補的算法融合與比較
• 8.4 國家標準中不同工況測試概述
• 8.4.1 混合動力乘用車用功率型蓄電池
• 8.4.2 混合動力商用車用功率型蓄電池
• 8.4.3 純電動乘用車用能量型蓄電池
• 8.4.4 純電動商用車用能量型蓄電池
• 第9章 基于Thevenin模型的SOC估計和端電壓跟蹤
• 9.1 跟蹤模型構建與參數辨識
• 9.1.1 跟蹤模型的構建
• 9.1.2 模型參數辨識
• 9.2 迭代計算與模型構建
• 9.2.1 卡爾曼濾波法計算流程
• 9.2.2 擴展卡爾曼濾波法
• 9.2.3 估計過程的迭代計算
• 9.2.4 實時SOC估計模型構建
• 9.3 實驗效果分析
• 9.3.1 端電壓跟蹤結果
• 9.3.2 SOC估計效果分析
• 第10章 基于無跡卡爾曼濾波的鋰電池SOC估計
• 10.1 鋰電池SOC估計概述
• 10.2 無跡卡爾曼濾波法
• 10.3 基于Thevenin和UKF的SOC估計
• 10.3.1 無跡變換
• 10.3.2 估計模型構建
• 10.4 實驗效果分析
• 10.4.1 恒流放電實驗分析
• 10.4.2 模型實現與工況實驗分析
• 10.4.3 循環放電擱置工況下實驗分析
• 10.4.4 動態應力測試工況下實驗分析
• 第11章 基于二階RC模型和EKF的SOC估計
• 11.1 等效模型構建
• 11.1.1 二階等效模型
• 11.1.2 電池HPPC實驗與參數辨識
• 11.1.3 二階模型的效果分析
• 11.1.4 輸出結果差分原因分析
• 11.2 擴展卡爾曼濾波
• 11.3 基于EKF的SOC估計
• 11.4 實驗效果分析
• 11.4.1 BBDST工況
• 11.4.2 結果驗證
• 第12章 基于改進EKF的鋰電池SOC估計
• 12.1 現有算法的對比分析
• 12.2 等效建模與狀態空間描述
• 12.2.1 等效電路分析
• 12.2.2 狀態方程構建
• 12.3 改進EKF法
• 12.4 實驗與分析
• 12.4.1 模型構建
• 12.4.2 實驗結果與分析
• 第13章 基于等效模型和EKF的鋰電池SOC估計
• 13.1 鋰電池等效建模
• 13.1.1 Thevenin等效模型
• 13.1.2 電池HPPC實驗及參數辨識
• 13.1.3 模型精度驗證
• 13.2 算法仿真與系統設計
• 13.2.1 EKF法分析
• 13.2.2 基于Simulink的模型構建
• 13.2.3 仿真環境搭建
• 13.2.4 驗證與分析
• 13.3 靜態SOC估計方法
• 13.3.1 坐標轉換法
• 13.3.2 二分法迭代算法
• 13.4 實驗結果分析
• 第14章 基于UKF-EKF的鋰電池SOC估計
• 14.1 聯合UKF-EKF估計的特點與優勢
• 14.2 基于UKF-EKF法的SOC估計實現
• 14.3 實驗結果分析
• 第15章 基于等效建模和改進UKF的SOC估計
• 15.1 鋰電池SOC估計等效模型構建
• 15.2 平方根無跡卡爾曼濾波法
• 15.2.1 Cholesky分解與QR分解
• 15.2.2 SR-UKF法流程
• 15.3 改進算法實現SOC估計
• 15.3.1 標準協方差匹配算法
• 15.3.2 改進的協方差匹配算法
• 15.4 仿真與實驗分析
• 第16章 基于支持向量機的鋰電池SOC估計
• 16.1 研究背景
• 16.2 理論方法研究
• 16.2.1 估計方法研究
• 16.2.2 核函數和參數的選擇
• 16.3 系統設計與實驗結果
• 16.3.1 鋰電池充電過程
• 16.3.2 鋰電池放電過程
• 第17章 基于自適應卡爾曼濾波法的鋰電池SOC估計
• 17.1 鋰電池狀態空間模型構建
• 17.2 自適應卡爾曼濾波法與SOC估計
• 17.2.1 自適應卡爾曼濾波法概述
• 17.2.2 迭代計算過程
• 17.3 基于AKF的SOC估計
• 17.3.1 迭代計算框架設計
• 17.3.2 基于AKF的計算步驟
• 17.3.3 模型設計與實現
• 17.4 實驗分析
• 17.4.1 HPPC實驗
• 17.4.2 模型參數辨識
• 17.4.3 等效模型參數實驗驗證
• 17.4.4 鋰電池SOC估計實驗
• 第18章 基于粒子濾波的鋰電池SOC估計
• 18.1 粒子濾波法
• 18.1.1 貝葉斯估計
• 18.1.2 蒙特卡羅法
• 18.1.3 重要性采樣
• 18.2 粒子濾波估計SOC的實現
• 18.2.1 等效電路建模
• 18.2.2 計算流程
• 18.2.3 粒子退化
• 18.2.4 重采樣
• 18.3 算法驗證與分析
• 18.3.1 參數辨識實驗
• 18.3.2 電池SOC估計實驗
• 參考文獻
• 關于本書 更新時間：2021-09-08 16:38:45